简易版的网络蜘蛛Spider

网络蜘蛛，收集网页中的邮箱地址信息。如新浪

package tcpudp;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.URL;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class SpiderDemo {
	public static void main(String[] args) {
		try {
			URL url = new URL("www.sina.com");
			//打开与此url 的连接,并返回一个用于读取该url资源的 InputStream.
			BufferedReader br = new BufferedReader(new InputStreamReader(url.openStream()));
			
			//正则表达式 邮箱
			String regex = "\\w+@\\w+(\\.\\w+)+";
			Pattern p = Pattern.compile(regex);
			String line = null;
			while((br.readLine())!=null){
				Matcher m = p.matcher(line);
				while(m.find()){//find()对字符串进行匹配,匹配到的字符串可以在任何位置. 
					/*
					 * 当使用matches(),lookingAt(),find()执行匹配操作后,就可以利用以下三个方法得到更详细的信息.
					 *  start()返回匹配到的子字符串在字符串中的索引位置. 
					 *  end()返回匹配到的子字符串的最后一个字符在字符串中的索引位置. 
					 *  group()返回匹配到的子字符串 
					 */
					System.out.println(m.group());
				}
			}
		} catch (IOException e) {
			e.printStackTrace();
		}
		
	}
}